# 1
caixeta <- read.csv("caixeta.csv", as.is=T)
head(caixeta)
str(caixeta)

caixeta$dap <- caixeta$cap/pi
caixeta$area.basal <- pi * (caixeta$dap/2)^2

# somente Tabebuia cassinoides:

caixeta1 <- subset(caixeta, caixeta$especie=="Tabebuia cassinoides") 

# total da rea basal de cada rvore e adio da altura

caixeta2 <- aggregate(caixeta1$area.basal, by=list(caixeta1$arvore, caixeta1$local), sum)
colnames(caixeta2) <- c("arvore", "local", "area.t")
caixeta3 <- aggregate(caixeta1$h, by=list(caixeta1$arvore, caixeta1$local), max)
colnames(caixeta3) <- c("arvore", "local", "altura")

# clculo do dap de cada rvore

caixeta3$dap <- 2 * sqrt(caixeta2$area.t/pi)
caixeta3

coplot(dap ~ altura | local , data=caixeta3, main="Relao dap/altura por local", xlab="dap", ylab="altura")

#Para as trs localidades a relao  parecida, sendo positiva. 

#2

index.c <- caixeta3[caixeta3$local=="chauas",]
index.j <- caixeta3[caixeta3$local=="jureia",]
index.r <- caixeta3[caixeta3$local=="retiro",]

par(mfrow=c(1,3))
scatter.smooth(index.c$dap,index.c$altura, main="Linearidade Chauas",xlab="dap", ylab="altura")
scatter.smooth(index.j$dap,index.j$altura, main="Linearidade Jureia",xlab="dap", ylab="altura")
scatter.smooth(index.r$dap,index.r$altura, main="Linearidade Retiro",xlab="dap", ylab="altura")

#A relao ainda  similar, no entanto, a relao entre as variveis  mais diferente para a localidade Jureia.

# 3

library(lattice)
xyplot(dap~altura|local, data=caixeta3, xlab="dap", ylab="altura")

#A relao  similar entre as trs localidades. 
